官方博客-第56页-阿里云开发者社区

  • 【深度】企业 AI 落地实践(四):如何构建端到端的 AI 应用观测体系

    本文探讨了AI应用在实际落地过程中面临的三大核心问题:如何高效使用AI模型、控制成本以及保障输出质量。文章详细分析了AI应用的典型架构,并提出通过全栈可观测体系实现从用户端到模型推理层的端到端监控与诊断。结合阿里云的实践经验,介绍了基于OpenTelemetry的Trace全链路追踪、关键性能指标(如TTFT、TPOT)采集、模型质量评估与MCP工具调用观测等技术手段,帮助企业在生产环境中实现AI应用的稳定、高效运行。同时,针对Dify等低代码平台的应用部署与优化提供了具体建议,助力企业构建可扩展、可观测的AI应用体系。

  • 2024-05-15
    677

    Lindorm:时序数据“存、算、管、用”的最佳实践

    本文档介绍Lindorm时序引擎在时序数据的存储、计算、管理、应用上的最佳实践。

    677
  • 2024-05-15
    836

    从自建DevOps部署微服务再到云效

    以Jenkins+Gitlab基于k8s集群实现自建DevOps系统的方式部署开源微服务PiggyMetrics,与云效DevOps对比,介绍真正的免运维,实现高效的业务开发流程。

  • 2024-05-15
    897

    ADBPG优化基础(一)ORCA优化器

    AnalyticDB PostgreSQL(ADBPG)就是一堆并行的PostgreSQL?当然不是!ADBPG作为一个基于PostgreSQL的Massively Parallel Processing(MPP)全并行架构的分析型数据库,针对数据分析场景在很多方面得到了加强。如双优化器(GPORC...

    897
  • 2024-05-15
    751

    短视频批量混剪-经验漫谈

    “批量生产”、“快速裂变”和“去重”是制作营销短视频的关键,基于有限数量的基础素材大规模生成指定数量的新视频,是营销短视频创作的常见思路。本篇主要介绍一些经验方法,助您更快更高效地生产优质短视频。

    751
  • 2024-05-15
    1103

    全景剖析阿里云容器网络数据链路(五)—— Terway ENI-Trunking

    本文是[全景剖析容器网络数据链路]第五部分部分,主要介绍Kubernetes Terway ENI-Trunking模式下,数据面链路的转转发链路。

    1,103
  • 2024-05-15
    1104

    DB2下移分布式数据库OceanBase单元化重构最佳实践

    DB2下移分布式数据库OceanBase单元化重构最佳实践。

    1,104
  • 2024-05-15
    668

    统一观测丨使用 Prometheus 监控云原生网关,我们该关注哪些指标?

    MSE 云原生网关默认提供了丰富的 Metrics 指标大盘,配合阿里云 Prometheus 监控提供开箱即用的完整可观测性能力,能够帮助用户快捷、高效的搭建自身的微服务网关与对应的可观测体系。

    668
  • 2024-05-15
    3006

    智能客服对话系统解决方案

    针对问题咨询场景中出现大量相关领域的问题,PAI提供了智能客服对话系统解决方案,以降低客户等待时间和人工客服成本。本文以汽车售前咨询业务领域为例,介绍如何基于人工智能算法,快速构建智能客服对话系统。

    3,006
  • 1
    ...
    55
    56
    57
    ...
    67
    到第